时间

报告题目

论文第一作者，导师/通信作者

8:50-9:00

会议开幕致辞

赖剑煌教授

论文主题：识别与分割 (10 篇)

9:00-9:20

View-decoupled Transformer for Person Re-identification under Aerial-ground Camera Network

基于视角解耦自注意力模型的空地行人重识别方法

张权，赖剑煌

9:20–9:40

Multi-scale Dynamic and Hierarchical Relationship Modeling for Facial Action Units Recognition

基于多尺度动态和层次关系建模的面部动作单元识别

汪子晗，沈琳琳

9:40-10:00

BigGait: Learning Gait Representation You Want by Large Vision Models

大步态: 从视觉大模型中学到你想要的步态特征

Dingqiang Ye，

于仕琪/刘晓明

10:00-10:20

AlignSAM: Aligning Segment Anything Model to Open Context via Reinforcement Learning

利用强化学习将分割一切模型对齐到开放语境

黄铎峻，李冠彬

10:20-10:40

Bridging the Gap Between End-to-End and Two-Step Text Spotting

缩小端到端文本识别和两阶段文本识别的差距

黄明鑫，金连文

10:40-11:00

APSeg: Auto-Prompt Network for Cross-Domain Few-Shot Semantic Segmentation

APSeg: 用于跨域小样本语义分割的自动提示网络

何伟钊，

张洋/卓炜

11:00-11:20

DiffForensics: Leveraging Diffusion Prior to Image Forgery Detection and Localization

DiffForensics: 将扩散先验用于图像篡改检测与定位

余泽钦，

倪江群/李斌

11:20-11:40

CMA: A Chromaticity Map Adapter for Robust Detection of Screen-Recapture Document Images

CMA：用于鲁棒检测屏幕翻拍文档图像的色度特征图适配器

林良威，陈昌盛

11:40-12:00

Towards Modern Image Manipulation Localization: A Large-Scale Dataset and Novel Methods

面向现代风格图像的篡改定位：一个大规模数据集和新颖的方法

曲晨帆，

金连文/钟亦武

12:00-12:20

SLearning Background Prompts to Discover Implicit Knowledge for Open Vocabulary Object Detection

通过学习背景提示发现开放词汇目标检测中的隐含知识

李佳铭，李冠彬

2024年4月27日下午（会议主持人：谢晓华、张鑫）

时间

论文题目

论文第一作者，导师/通信作者

论文主题：内容生成 (10 篇)

14:00-14:20

Single-View Scene Point Cloud Human Grasp Generation

单视角场景点云人手抓取生成

王炎康，郑伟诗

14:20-14:40

Coarse-to-Fine Latent Diffusion for Pose-Guided Person Image Synthesis

由粗到细的潜在扩散用于姿势引导人物图像合成

卢彦作，

马锦华/谢晓华

14:40-15:00

Texture-Preserving Diffusion Models for High-Fidelity Virtual Try-On

用于高保真虚拟试穿的保持纹理的扩散模型

杨煦，丁长兴

15:00-15:20

360DVD: Controllable Panorama Video Generation with 360-Degree Video Diffusion Model

360DVD：基于360度视频扩散模型的全景视频生成

王茜，张健

15:20-15:40

Text-conditional Attribute Alignment across Latent Spaces for 3D Controllable Face Image Synthesis

基于潜空间下文本定义属性对齐的三维可控人脸图像生成

徐非凡，

吴斯/李瑞

15:40-16:00

Towards Variable and Coordinated Holistic Co-Speech Motion Generation

面向可变且协调的全身语音动作生成

刘翼飞，

丁长兴/曹琼

16:00-16:20

Tackling the Singularities at the Endpoints of Time Intervals in Diffusion Models

解决扩散模型中时间间隔端点的奇异性

张鹏泽，谢晓华

16:20-16:40

NeRF-HuGS: Improved Neural Radiance Fields in Non-static Scenes Using Heuristics-Guided Segmentation

NeRF-HuGS: 在非静态场景中使用启发式引导分割改进的神经辐射场

陈家豪，李冠彬

16:40-17:00

AlignMiF: Geometry-Aligned Multimodal Implicit Field for LiDAR-Camera Joint Synthesis

AlignMiF：用于雷达-相机联合合成的几何对齐多模态隐式场

唐涛，

梁小丹/于开丞

17:00-17:20

Neural Customizable Human Avatar

可定制化数字人

肖俊锦，张青

2024年4月28日上午（会议主持人：于仕琪、张青）

时间

论文题目

论文第一作者，导师/通信作者

论文主题：图像恢复与表征学习 (9篇)

9:00-9:20

VRetouchEr: Learning Cross-frame Feature Interdependence with Imperfection Flow for Face Retouching in Videos

VRetouchEr:学习跨帧功能相互依存与不完美流在视频中的面部修饰

薛文，

吴斯/许勇

9:20–9:40

CoSeR: Bridging Image and Language for Cognitive Super-Resolution

CoSeR：连接图像与语言，实现认知超分辨率

Haoze Sun，Yujiu Yang

9:40-10:00

Learning to Remove Wrinkled Transparent Film with Polarized Prior

通过偏振先验去除褶皱透明薄膜

Jiaqi Tang，Ying-Cong Chen

10:00-10:20

Learning Degradation-unaware Representation with Prior-based Latent Transformations for Blind Face Restoration

基于先验的潜变换学习对退化不敏感的表征以实现盲脸恢复

谢炼新，吴斯

10:20-10:40

Incremental Residual Concept Bottleneck Models

增量式残差概念瓶颈模型

尚辰铭，

杨余久/王玉旺

10:40-11:00

EditGuard: Versatile Image Watermarking for Tamper Localization and Copyright Protection

EditGuard：联合篡改定位和版权保护的多功能图像水印

张轩宇，张健

11:00-11:20

Deep Unsupervised Unrolling Networks for Phase Unwrapping

针对相位展开的深度无监督展开网络研究

陈志乐，全宇晖

11:20-11:40

Latent Modulated Function for Computational Optimal Continuous Image Representation

基于隐调制函数的计算最优连续图像表示

何宗耀，金枝

11:40-12:00

Learning Adaptive Spatial Coherent Correlations for Speech-Preserving Facial Expression Manipulation

为保留语音的面部表情操作学习自适应空间一致性关联

林坚满，陈添水

12:00-12:10

闭幕式致辞 （金连文教授）